洛谷 P3390 [模板] 矩阵快速幂题解

最新推荐文章于 2024-07-23 17:36:37 发布

bbc_ouo

最新推荐文章于 2024-07-23 17:36:37 发布

阅读量744

点赞数 28

分类专栏：洛谷题解数学文章标签：矩阵算法线性代数 c++

本文链接：https://blog.csdn.net/bbc_plus/article/details/137753331

版权

洛谷题解同时被 2 个专栏收录

51 篇文章 0 订阅

订阅专栏

数学

9 篇文章 0 订阅

订阅专栏

【模板】矩阵快速幂

题目背景

一个 $\times n$ 的矩阵是一个由 $m$ 行 $n$ 列元素排列成的矩形阵列。即形如

$\begin{bmatrix} a_{1 1} & a_{1 2} & \cdots & a_{1 n} \\ a_{2 1} & a_{2 2} & \cdots & a_{2 n} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m 1} & a_{m 2} & \cdots & a_{m n} \end{bmatrix} \text{.}$

本题中认为矩阵中的元素 $a_{i j}$ 是整数。

两个大小分别为 $\times n$ 和 $\times p$ 的矩阵 $A, B$ 相乘的结果为一个大小为 $\times p$ 的矩阵。将结果矩阵记作 $C$ ，则

$c_{i j} = \sum_{k = 1}^{n} a_{i k} b_{k j} \text{,\qquad($1 \le i \le m$, $1 \le j \le p$).}$

而如果 $A$ 的列数与 $B$ 的行数不相等，则无法进行乘法。

可以验证，矩阵乘法满足结合律，即 $(A B) C = A (BC)$ 。

一个大小为 $\times n$ 的矩阵 $A$ 可以与自身进行乘法，得到的仍是大小为 $\times n$ 的矩阵，记作 $A^2 = A \times A$ 。进一步地，还可以递归地定义任意高次方 $A^k = A \times A^{k - 1}$ ，或称 $A^k = \underbrace{A \times A \times \cdots \times A}_{k \text{ 次}}$ 。

特殊地，定义 $A^0$ 为单位矩阵 $\begin{bmatrix} 1 & 0 & \cdots & 0 \\ 0 & 1 & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & 1 \end{bmatrix}$ 。

题目描述

给定 $n\times n$ 的矩阵 $A$ ，求 $A^k$ 。

输入格式

第一行两个整数 $n, k$ 。
接下来 $n$ 行，每行 $n$ 个整数，第 $i$ 行的第 $j$ 的数表示 $A_{i,j}$ 。

输出格式

输出 $A^k$

共 $n$ 行，每行 $n$ 个数，第 $i$ 行第 $j$ 个数表示 $A^k)_{i,j}$ ，每个元素对 $10^9+7$ 取模。

样例 #1

样例输入 #1

2 1
1 1
1 1

样例输出 #1

1 1
1 1

提示

【数据范围】

对于 $100\%$ 的数据， $1\le n \le 100$ ， $\le k \le 10^{12}$ ， $|A_{i,j}| \le 1000$ 。

原题

洛谷P3390——传送门

代码

#include <bits/stdc++.h>
using namespace std;
#define max_Heap(x) priority_queue<x, vector<x>, less<x>>
#define min_Heap(x) priority_queue<x, vector<x>, greater<x>>
typedef long long ll;
typedef unsigned long long ull;
typedef pair<int, int> PII;
typedef pair<long long, long long> PLL;
const double PI = acos(-1);

const int mod = 1e9 + 7; // 模数
struct Matrix            // 矩阵结构体
{
    ll m[106][106]; // 开longlong
};
Matrix a, e; // a输入矩阵，e单位矩阵
ll n, p;
Matrix Mul(Matrix x, Matrix y) // 矩阵相乘
{
    Matrix res;
    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= n; j++)
            res.m[i][j] = 0;    //非全局定义的变量需初始化
    for (int i = 1; i <= n; i++)
        for (int j = 1; j <= n; j++)
            for (int k = 1; k <= n; k++)
            {
                res.m[i][j] += x.m[i][k] * y.m[k][j];
                res.m[i][j] %= mod;
            }
    return res;
}
Matrix qpow(Matrix x, ll y) // 矩阵快速幂
{
    Matrix res = e;
    while (y)
    {
        if (y & 1)
        {
            res = Mul(res, x);
        }
        x = Mul(x, x);
        y >>= 1;
    }
    return res;
}
int main()
{
    ios::sync_with_stdio(0);
    cin.tie(0);
    cout.tie(0);
    // 输入
    cin >> n >> p;
    for (int i = 1; i <= n; i++)
    {
        for (int j = 1; j <= n; j++)
        {
            cin >> a.m[i][j];
        }
    }
    // 单位矩阵初始化
    for (int i = 1; i <= n; i++)
    {
        e.m[i][i] = 1;
    }
    Matrix ans = qpow(a, p);
    // 输出
    for (int i = 1; i <= n; i++)
    {
        for (int j = 1; j <= n; j++)
        {
            if (j != n)
                cout << (ans.m[i][j] + mod) % mod << ' ';
            else
                cout << (ans.m[i][j] + mod) % mod << '\n';
        }
    }
    return 0;
}